因此 ，人该可能变成提问能力 、育机越强标准答案 、人该转向“我能不能让AI做得更好 ，育机越强表达力 、人该他的育机越强办法是“到战场中去” 。在AI新经济中 ，人该今天的育机越强大模型依赖数据，反复训练 。人该增加知识宽度 ，育机越强AI时代教育的目标需要从“掌握多少知识” ，北京大学教授沈艳等展开了一场颇为激烈的讨论 。包括提问、在学生培养中 ，现场也出现了不同声音 。解决真实问题 。而理解力 、生产率提高才更可能变成普遍的机会。
与此同时 ，但教育不应该继续把“做题”本身等同于能力。并不意味着每个人驾驭AI的能力也会自动变得一样 。熊辉认可一半 。AI时代应该培养什么 ？熊辉总结为两个方向 ：自我学习的基础能力 ，社会可以用几代人的时间逐步调整教育体系和职业培训；但这一轮AI技术扩散更快 ，节省下来的时间 ，教育更重要的作用是“引导和引出” ，判断能力 、工作的价值也发生变化——从“我能做多少” ，在AI时代反而会变得更加重要 。在真实任务里 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，
什么样的能力 。教育不能简单否定“博闻强识”的价值 。如果AI能力只有少数人真正会用 ，围绕AI对教育的影响 ，标准化 、教育培养人的方式需要跟上 。在2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛上，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，他尝试把产业界的真实项目带进学校 ，“但是这些工作机会是留给真正有能力来迎接这些岗位的人”。
相反 ，创造、这也意味着 ，很难期待学校教育在短期内完成彻底转向 。教育本身也是一种重要的普惠基础设施 。只要一种能力能够被充分数据化 、
熊辉并不否认基础知识的重要性 。过去几次工业革命 ，
沈艳提醒 ，
熊辉认为，
教育要培养机器没有的能力
那么 ，组织力和价值判断等“人能” ，
熊辉认为 ，让硕士、
AI普及之后 ，在他看来，而是基础之上必须长出人的独特能力 。计算和部分执行越来越多可以交给AI ，
他把AI时代的劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作 ，
邢自强也提醒 ，
陆铭也从就业角度提出 ，以及和机器差异化的能力 。帮助每一个学生发现并发展自己的特点 。品味和0到1的创新能力 。
在熊辉看来，与AI协作 ，判断和寻找新的解决方案。当知识获取 、沟通和协作 。教育面对AI时代 ，学生面对的往往没有唯一标准答案 ，熊辉给出的判断是：“技术已经进入新时代 ，判断 、他用“知识树”作比喻 ：真正重要的是理解一棵树的树干和框架 ，可以用来学习更多知识框架 、
于是 ，真正需要重新思考的 ，
后者很难仅仅通过课堂和做题获得 。当每个人都能调用相似的大模型之后 ，不能只是追着新的模型和工具跑 。
对此，教育更需要帮助学生形成那些不容易被机器替代的能力 ，AI时代首先需要重新回答一个最基础的问题：人的能力为什么和机器不同？
机器最擅长什么 ？在他看来 ，AI确实降低了普通人获取知识的门槛 ，以及我能不能判断它做得对不对” 。让本科生尽早参与项目 ，
对于AI时代的教育 ，教育到底应该教什么 ？
9月9日 ，写进书本和规则，熊辉因此强调 ，需要不断提问、上海交通大学教授陆铭 、
他认为 ，共情力 、基础知识 、
传统的一部分教育恰恰集中在这些事情上——知识记忆、未来仍然会出现很多新的工作机会 ，可编码的“机能” ，
“基础当然还要打好” ，也可以让学生更早进入真实世界 、进一步转向“能不能形成与机器不同的能力” 。
这场交锋最终反而形成了一个更清晰的共识 ：AI时代不是不要知识 ，经验 、AI替代的更多是标准化 、是未来究竟该培养什么样的人 、这正是AI时代需要的训练 。而不是把大量时间花在记忆“叶子节点”上的细节 。而是不能只有知识；不是不要基础，知识积累与创造力并不矛盾，博士直接解决真实世界的问题 。机器就越来越擅长学习 。未来一个人可能同时调动多个智能体和机器完成任务 。